Python那些你不知道的事—不可变类型的缓存

       首先，我们看下面这一段code：

>>> num1, num2 = 1, 1
>>> print num1 is num2
True
>>> id(num1), id(num2)
(3965416, 3965416)
>>> num3, num4 = 1.0, 1.0
>>> print num3 is num4
False
>>> id(num3), id(num4)
(22416168, 22416184)</span>

       可以看到：num1和num2的值都是1，它们的内存地址也都是一致的；而num3和num4的值也都是1.0，但是它们的内存地址却不同。这是为什么呢？

       在Python中，字符串和整型对象都是不可变的（immutable）类型，因此Python会很高效地缓存它们。这样的处理机制能提升Python的性能。因此，我们看到下面示例中str1和str2也都是指向同一块内存地址：

>>> str1, str2 = 'a', 'a'
>>> print str1 is str2
True
>>> id(str1), id(str2)
(22171104, 22171104)</span>

       那么，是不是所有的整型和字符串Python都会帮我们缓存呢？答案是No。正如我们学习英语的时候并不需要记忆所有的单词，而是只选取了一些高频词汇。Python也采取这样的策略。我们会在下面的示例中看到并不是所有的整型和字符串Python都会帮我们缓存：

>>> num5, num6 = 300, 300
>>> print num5 is num6
False
>>> id(num5), id(num6)
(24972028, 24971416)</span>

>>> str3, str4 = 'abc', 'abc'
>>> print str3 is str4
False
>>> id(str3), id(str4)
(29674688, 29674656)</span>

        Python能够帮我们缓存多少呢？Python2.3简单整数缓存范围是(-1,100)，Python2.5.4以后简单整数缓存范围至少是(-5,256)。所有的短字符也都在缓存区。

 

       既然简单整型和单字符都能缓存，同样作为不可变类型的元组（tuple）能不能也能缓存呢？我们继续看下一组测试：

>>> tuple1, tuple2 = (1, ), (1, )
>>> print tuple1 is tuple2
False
>>> id(tuple1), id(tuple2)
(24899856, 24756080)
>>> tuple3, tuple4 = (1, 2), (1, 2)
>>> print tuple3 is tuple4
False
>>> id(tuple3), id(tuple4)
(29705880, 24881752)</span>

       （PS：tuple1和tuple2在定义时声明为(1, )，这是因为在Python中符号()不仅仅是元组，它被重载为分组操作符，由圆括号()包裹的单一元素首先被当做分组操作，而不是元组）

       我们没有看到元组表现出缓存机制。这是为什么？因为缓存机制是为了解决数据快速存取的问题，简单整型和单字符都是较常使用的变量，而元组并没有常用元组一说，因此没有缓存机制也在情理之中。

       当然要想更深入地理解上述现象，我们需要进一步了解和学习Python的缓存机制。近期会整理出相关Blog。